不是这么简单，更不是自封专家就可以获得权威：）

只是对信息利用不同历史阶段的不同的挑战而已，英文嘛，用常规字表达实际概念（不同于中国文化背景里读书人，爱琢磨个雅词以显高深，唬人方便点，再自封个专家，哪怕只是个七窍通了六窍的冬烘先生）。

信息嘛，用铅笔写也可以，只是量小，生产力不够。上世纪有了计算机，储存量大了，当然生产力就上去了，这么多人不就是靠那个吃饭的嘛（所谓生存） -- 事实上吃得很好，以前 Oracle 按处理器个数收钱的，所以养的人都是高薪。人看这眼红，也来抢吃的（如 Microsoft SQL Server，走廉价路线）。但，这些都是数据管理，而不是数据分析（SQL 也可以做一点点，效率低，拿这么高薪的人搞个数一个礼拜都拿不出来，搞十回都不对。。。，更不用说做模型了。。。 -- 这么大的数据，他就跟个猛子似的直接往上干，还埋怨“哪有大数据”？：））

好了，咱不说分析的事 -- 咱把话挑白：摸着了边的不多。光说数据管理本身，过去那些工具也扛不住了，所以 Google 给取的这个名，另起炉炤再开一摊，好使，高度保密（最高机密，谁敢泄露立即开人，甭管是谁），但在社区压力下，把东西发表了出来(white papers -- big table)。

是竞争！--人比您管的数据多，格式可以自由化，安全（multi-node storage, fail-safe），扛得住恶劣环境，算得快，算的准，能有效服务于商业要求，还便宜（commodity hardware），高下立见（如文学城不是扛不住流量，要么军管，要么回到老办法减少 features，而且实行分舵管理，各立山头）。

其它说法都对，当然是 “garbage in, garbage out”，但那个不够！（何况吃的是这碗饭，搞的就是信息流程的支持和数据管理，干嘛给别人 garbage?）